计算文件中某个模式的出现次数（即使在同一行）

Question

当搜索文件中字符串的出现次数时，我通常使用：

grep pattern file | wc -l

但是，由于 grep 的工作方式，每行只能找到一次出现的情况。如何搜索字符串在文件中出现的次数，无论它们是在同一行还是不同行？

另外，如果我正在搜索正则表达式模式而不是简单的字符串怎么办？我如何计算这些，或者更好的是，在新行上打印每个匹配项？

Answer 1

要计算所有出现次数，请使用 -o。试试这个：

echo afoobarfoobar | grep -o foo | wc -l

当然还有 man grep （：

更新

一些建议仅使用 grep -co foo 而不是 grep -o foo | wc -l

不。

此快捷方式并非在所有情况下都有效。手册页显示：

-c print a count of matching lines

这些方法的差异如下所示：

1.

$ echo afoobarfoobar | grep -oc foo
1

一旦在行中找到匹配项（a{foo}barfoobar) 只检查了一行并匹配，因此输出为 1 实际上，这里忽略了 -o。您可以使用 grep -c 代替。

2.

$ echo afoobarfoobar | grep -o foo
foo
foo

$ echo afoobarfoobar | grep -o foo | wc -l
2

在 (a{foo}bar{foo}bar) 行中找到两个匹配项，因为我们明确要求查找。每次出现 (-o)。每次出现都打印在单独的行上，wc -l 仅计算输出中的行数。 。

Answer 2

试试这个：

grep "string to search for" FileNameToSearch | cut -d ":" -f 4 | sort -n | uniq -c

示例：

grep "SMTP connect from unknown" maillog | cut -d ":" -f 4 | sort -n | uniq -c
  6  SMTP connect from unknown [188.190.118.90]
 54  SMTP connect from unknown [62.193.131.114]
  3  SMTP connect from unknown [91.222.51.253]

Answer 3

Ripgrep 是 grep 的快速替代品，刚刚引入了--count-matches 标志允许在 0.9 版本中对 each 匹配进行计数（我使用上面的示例来保持一致）：

> echo afoobarfoobar | rg --count foo
1
> echo afoobarfoobar | rg --count-matches foo
2

根据 OP 的要求，ripgrep 允许使用正则表达式模式以及（--regexp）。
它还可以在单​​独的行上打印每个（行）匹配：

> echo -e "line1foo\nline2afoobarfoobar" | rg foo
line1foo
line2afoobarfoobar

Answer 4

迟来的帖子：
在 awk 中使用搜索正则表达式模式作为记录分隔符 (RS)
这允许您的正则表达式跨越 \n 分隔的行（如果您需要的话）。

printf 'X \n moo X\n XX\n' | 
   awk -vRS='X[^X]*X' 'END{print (NR<2?0:NR-1)}'

Answer 5

破解 grep 的颜色函数，并计算它打印出多少个颜色标签：

echo -e "a\nb  b b\nc\ndef\nb e brb\nr" \
| GREP_COLOR="033" grep --color=always  b \
| perl -e 'undef $/; $_=<>; s/\n//g; s/\x1b\x5b\x30\x33\x33/\n/g; print $_' \
| wc -l